银行间同业拆借利率的复杂性研究

本文运用复杂性理论对我国银行间同业拆借利率进行了实证研究.通过银行间同业拆借利率的关联积分关于相空间维数的数值计算发现,当相空间维数大于9以后,关联维数趋于平稳,从而确定银行间同业拆借利率的嵌入维数约为9,这时对应的关联维数约为3.64.通过对Kolmogorov熵的计算得出,我国7天银行间同业拆借利率的可预测时间尺度约为7天.本文将H.E.Hurst提出的R/S分析法应用于我国银行间同业拆借利率分析.测定了我国银行问同业拆借利率收益率的Hurst指数.运用消除趋势波动分析方法,计算了我国银行问同业拆借利率收益率的标度指数.结果表明:银行间同业拆借利率显示为状态反持续性.     

半经验分子轨道理论中Slater轨道指数对分子性质的一些影响

半经验分子轨道理论中Slater轨道指数ζ可表示成原子静电荷q的函数。本文按这种方法讨论了ζ随q的这种变化对分子性质的一些影响。     

计算最大Lyapunov指数的推广小数据量法

在分析常用的计算最大Lyapunov指数小数据量法的基础上,研究了混沌吸引子时间轨道的不可逆特性,提出基于后向搜索和双向搜索计算最大Lyapunov指数的推广小数据量法通用经验公式。数值仿真表明,新方法比原来仅做前向搜索的小数据量法在计算准确度和抗噪声性能上更加优越。     

基于RS分析的中国债券市场分形特征研究

文章详细讨论了RS分析方法、概率空间分形维的测度,通过对上证国债指数和上证企债指数的RS分析,得到了两序列赫斯特指数和非周期循环长度,进一步得出中国债券市场为分形市场的结论.     

1990年以来湖南省就业形势分析

充分就业是全面建设小康社会的一个重要目标。湖南1990年以来就业形势趋于严峻,就业弹性系数下降并保持在较低水平,城镇登记失业率上升且高于全国水平,出现了经济总量与失业同时增长的局面。     

基于LW估计的中国证券市场长记忆性实证研究

针对国内研究证券市场长记忆性主要采用的是时域方法,文章采用基于频域的半参数Local Whittle估计方法研究了中国证券市场的长记忆特性,并且和对数周期图回归(GPH)方法进行了比较。结果表明,LW方法具有不受时间频率的影响,能够有效消除时间序列中短期记忆和周期性对估计结果的影响等优点,明显优于GPH方法。实证结果表明,中国证券市场存在明显的长记忆性,并且长记忆行为在重大突发事件发生期间更加明显。文章还从长记忆的角度探讨了“政策市”的存在性和相关特点。     

上证指数Hurst指数的测定及应用

Hurst指数是一个在混沌和分形数学中判断时间序列混沌性和成群性的统计参数。根据实际测定的上证指数逐日收益率的Hurst指数,表明证券市场具有分形市场假说(FMH)的特征。Hurst指数在证券投资中有一定的参考价值,对长期的投资决策可以发生影响。     

外汇市场有效性分析与EGARCH汇率预测

技术分析以否定有效市场假设为基础,由于外汇市场不是有效市场,技术分析在外汇交易中是有效的。汇率是一个持久性金融时间序列,基于计量经济学的预测模型(如EGARCH)于汇率短期预测效果良好,应用证券技术分析指标结合计量预测模型可以在外汇交易中成功获利。     

Duffing-Holmes振子在刀具磨损检测中的应用

针对切削过程中刀具磨损程度难以识别的问题,文章根据混沌Duffing-Holmes振子对微弱周期信号极其敏感的 特点,提出将锋利和磨损的刀具在27种工作状态下采集的54组声发射数据作为外部的微弱摄动信号,分别输入到 Duffing-Holmes系统。为了解决混沌阈值求解时间的问题,研究了对分法最优算法来搜索Duffing-Holmes从周期态和混 沌态的Lyapunov指数阈值,首先,以0.1步长的Lyapunov指数确定一个粗略的阈值;然后根据对分法快速收索Duffing- Holmes振子混沌阈值的精确值,大大提高了阈值搜索速度,闽值大小对应了刀具磨损程度。     

Estimation of parameters of SDE driven by fractional Brownian motion with polynomial drift

ABSTRACT

Strongly consistent and asymptotically normal estimators of the Hurst index and volatility parameters of solutions of stochastic differential equations with polynomial drift are proposed. The estimators are based on discrete observations of the underlying processes.